A study on automation of human error detection in radiation therapy planning using machine learning
| Project/Area Number |
17K16499
|
|---|
| Research Category |
Grant-in-Aid for Young Scientists (B)
|
| Allocation Type | Multi-year Fund |
|---|
| Research Field |
Radiation science
|
|---|
| Research Institution | National Cancer Center Japan |
|---|
Principal Investigator |
脇田 明尚 国立研究開発法人国立がん研究センター, 中央病院, 外来研究員 (30595731)
|
|---|
| Project Period (FY) |
2017-04-01 – 2019-03-31
|
| Project Status |
Discontinued (Fiscal Year 2018)
|
| Budget Amount *help |
¥4,160,000 (Direct Cost: ¥3,200,000、Indirect Cost: ¥960,000)
Fiscal Year 2019: ¥650,000 (Direct Cost: ¥500,000、Indirect Cost: ¥150,000)
Fiscal Year 2018: ¥650,000 (Direct Cost: ¥500,000、Indirect Cost: ¥150,000)
Fiscal Year 2017: ¥2,860,000 (Direct Cost: ¥2,200,000、Indirect Cost: ¥660,000)
|
|---|
| Keywords | 放射線治療計画 / 自動化 / ヒューマンエラー / 放射線治療 / ルールベース / 機械学習 / 治療計画 |
|---|
| Outline of Annual Research Achievements |
前年度に作成したルールベースのエラー（ニアミス）発見スクリプト（以下スクリプト）を運用した。スクリプトは治療計画者が実行し、治療計画者以外が計画チェックを実施した際に発見されたニアミスを集計した。
治療計画装置で作成された治療計画に対して、月ごとに提出された計画数に対するニアミス数の割合を算出した。スクリプト運用前をスクリプト未使用群、運用後をスクリプト使用群として、両者のニアミス率の平均値に有意な差があるかどうかについてt検定を行った。
ニアミス率の平均値は未使用群と使用群でそれぞれ8.3%±3.1%、5.5%±1.9%（p<0.01）となり、有意に減少していた。これらのデータはそれぞれの群において物理士のチェックステージで発見されたニアミスであり、計画作成者が自らスクリプトを用いた自動チェックを行うことにより、治療計画に生じたニアミスを修正することが可能であったことが分かる。
一方で、本来スクリプトを実行することで発見されるはずのニアミスが計画チェック時に発見されており、治療計画者が100%の割合でスクリプトを実行していないことも判明した。計画作成者が100%の確率でスクリプトを実行した場合に想定されるニアミス率の平均値は4.0%±1.2%となった。
スクリプト稼働率をあげるため、治療計画のワークフローの中に自然にスクリプトが実行されるよう治療計画が完成し、提出する際に自動実行されるように試みた。
このように、治療計画のチェックをなんらかの方法で自動化することは有効であることが示された。ただし、人間の作業のワークフローの中にいかに自動化のワークフローを埋め込むかが重要であることも同様に示された。
|
Report
(2 results)
Research Products
(1 results)
